仓储作为物流的六大基本功能之一,对于企业的运营有着举足轻重的作用,库存控制一直都是大部分企业的管理重点,库存充当着供给与需求的中间纽带,通过时间效用,将供给与需求合理的匹配,为企业合理节约成本,提升运作效率。G公司作为当前共享经济环境下最大的智能共享充电宝公司之一,其产品在市场中存在一定的需求波动,公司没有科学预测需求,订货安排不合理,仓库一直保持着相当高的库存水平,极大地影响企业盈利,库存控制存在问题需要解决。本文以G公司为研究背景,主要进行需求预测与库存控制两方面的研究。首先,对于G公司的当前库存控制现状进行分析,针对G公司目前所存在的库存管理方面的问题,分析原因,发现G公司的产品需求受节假日,天气,大型活动举办等因素影响存在波动情况,G公司没有进行科学的需求预测,对市场的变化反应不及时,在持续的运营周期内,为了充分满足市场需求,相关部门往往会基于主观判断制定过大批量的订货计划,导致企业的仓库一直维持着相当高的库存水平,产生大量库存成本,企业库存控制水平较低。基于上述原因,本文主要针对给G公司产品需求预测和订货安排两大问题进行库存优化控制。需求预测方面,本文将ARIMA模型与SVR算法相结合建立组合预测模型,G公司产品需求数据的时间序列内部可视作两部分,线性结构部分和非线性结构部分,运用ARIMA处理需求数据时间序列的线性结构部分并进行初步预测,运用SVR算法处理需求数据时间序列的非线性结构部分,并对残差进行预测及优化处理,将二者的优点充分发挥,取长补短,研究结果证明,组合需求预测模型具有较高的预测精确度,比单一的ARIMA模型对于具有波动性的需求数据具有更好的预测效果。订货计划方面,结合前文的需求预测,G公司的实际背景,仓库设施条件等各项因素设立各项约束条件,以库存成本最小化为目标,建立相关库存控制模型,制定适合G公司的最优订货策略,将优化结果进行验证,结果发现,在持续的运营周期内,库存成本得到明显的减小,企业仓库的库存水平得到大幅度的改善。本文的研究成果对于解决G公司的库存控制问题具有一定的参考价值。